JP2015203544A - Air conditioner management system - Google Patents
Air conditioner management system Download PDFInfo
- Publication number
- JP2015203544A JP2015203544A JP2014084164A JP2014084164A JP2015203544A JP 2015203544 A JP2015203544 A JP 2015203544A JP 2014084164 A JP2014084164 A JP 2014084164A JP 2014084164 A JP2014084164 A JP 2014084164A JP 2015203544 A JP2015203544 A JP 2015203544A
- Authority
- JP
- Japan
- Prior art keywords
- partial load
- air conditioner
- cop
- load factor
- operation pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
Description
本発明は、空調機器管理システムに関する。 The present invention relates to an air conditioning equipment management system.
本技術分野の背景技術として、特開２０１２−１５４５６３号公報（特許文献１）がある。この公報には、「複数機種の熱源機を備える熱源システムにおいて、条件として与えられた熱負荷パターンに対し、ランニングコストの観点から好適な運転パターンを作成するとともに、電力デマンドの最適化を図ることにより、ランニングコストをより一層削減した運転パターンを作成する運転パターン作成装置及びその方法並びにプログラムを提供する」と記載されている（要約参照）。また、ＷＯ２０１０／０２１１０１号公報（特許文献２）がある。この公報には、「診断支援装置は、空調機の運用効率の診断を支援する。診断支援装置は、取得部と、特定部と、画面生成部と、措置情報提供部とを備える。取得部は、空調機の運転データを取得する。特定部は、取得部によって取得された運転データを用いて、空調機の空調負荷率、ＣＯＰ（Coefficient Of Performance）、電力消費量、および頻度のいずれかを含む状態値を特定する。画面生成部は、特定部によって特定された状態値に基づいて、所定期間における空調機の運転状況を示すための画面を生成する。措置情報提供部は、運用効率を改善する措置に関する情報を提供する。」と記載されている。 As a background art in this technical field, there is JP 2012-154563 A (Patent Document 1). In this publication, “In a heat source system including a plurality of types of heat source devices, an operation pattern suitable for the heat load pattern given as a condition is created from the viewpoint of running cost and the power demand is optimized. Provides an operation pattern creation device, method and program for creating an operation pattern with further reduced running costs ”(see summary). Moreover, there exists WO2010 / 021101 gazette (patent document 2). In this publication, “the diagnosis support apparatus supports diagnosis of the operation efficiency of the air conditioner. The diagnosis support apparatus includes an acquisition unit, a specification unit, a screen generation unit, and a measure information provision unit. Acquires the operation data of the air conditioner, and the specifying unit uses the operation data acquired by the acquisition unit to select one of the air conditioning load factor, COP (Coefficient Of Performance), power consumption, and frequency of the air conditioner. The screen generation unit generates a screen for indicating the operation status of the air conditioner during a predetermined period based on the state value specified by the specification unit. Provides information on measures to improve. "
特許文献１及び特許文献２には、与えられた熱負荷パターンに対し、現状のＣＯＰから効率のよい運転パターンを作成する装置が記載されている。しかし、特許文献１及び特許文献２の装置では、将来の空調機性能が被る劣化への影響を評価できないため、長期間で見たときに最適な運転パターンとは言えない。 Patent Document 1 and Patent Document 2 describe an apparatus that creates an efficient operation pattern from a current COP for a given thermal load pattern. However, the devices of Patent Document 1 and Patent Document 2 cannot be evaluated as the optimum operation pattern when viewed over a long period of time because the influence of deterioration on future air conditioner performance cannot be evaluated.
このような装置で作成される運転パターンは、例えば、短期間において高効率かもしれないが、将来の空調機性能の低下が著しく、長期間でみたライフサイクルコストを増大させてしまう場合がある。 The operation pattern created by such an apparatus may be highly efficient in a short period of time, for example. However, there is a case where the performance of the future air conditioner is remarkably deteriorated and the life cycle cost in the long term is increased.
そこで、本発明は、運転パターンによる空調機性能の劣化を予測し、劣化によるＣＯＰの変動を用いて長期間の効率が最適となる運転パターンを作成する。 Therefore, the present invention predicts the deterioration of the air conditioner performance due to the operation pattern, and creates an operation pattern in which the long-term efficiency is optimized by using the COP fluctuation due to the deterioration.
上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、空調機の運転パターンを作成する空調機器管理システムにおいて、任意の期間における空調機の部分負荷率に対する累積稼働時間のデータからなる部分負荷率−累積稼働時間と、任意の期間における空調機の部分負荷率に対する空調機の効率の低下率のデータからなる部分負荷率−ＣＯＰ低下率とを関連付けて記憶する性能推移ＤＢ記憶部と、空調機の運転パターン候補が複数存在し、複数の運転パターン候補ごとに部分負荷率において予測される予測累積稼働時間を算出し、部分負荷率における予測累積稼働時間と類似する部分負荷率−累積稼働時間を性能推移ＤＢにおいて検索し、部分負荷率−累積稼働時間に関連付けられている部分負荷率−ＣＯＰ低下率を取得し、空調機の部分負荷に対する効率のデータからなる部分負荷率−ＣＯＰを運転パターン候補毎に予測する性能劣化予測部と、性能劣化予測部で求めた部分負荷率−ＣＯＰおよび運転パターン候補に基づいて、空調機の単位時間ごとの効率を予測する運転効率予測部と、部分負荷率−ＣＯＰもしくは空調機の単位時間ごとの効率に基づいて前記運転パターン候補の中から運転パターンを決定する運転パターン決定部と、を有することを特徴とする。
In order to solve the above problems, for example, the configuration described in the claims is adopted.
The present application includes a plurality of means for solving the above-described problems. For example, in an air conditioner management system for creating an operation pattern of an air conditioner, an accumulated operation time with respect to a partial load factor of the air conditioner in an arbitrary period. Transition of Performance by Associating and Saving Partial Load Factor Comprising Cumulative Operation Time Comprising Data of Data and Partial Load Factor Comprising Data of Decreasing Rate of Efficiency of Air Conditioner with respect to Partial Load Factor of Air Conditioner in Arbitrary Period There are a plurality of operation pattern candidates for the DB storage unit and the air conditioner, a predicted cumulative operation time predicted at the partial load factor is calculated for each of the plurality of operation pattern candidates, and a portion similar to the predicted cumulative operation time at the partial load factor The load rate-accumulated operating time is searched in the performance transition DB, and the partial load rate-partial load rate associated with the accumulated operating time-COP reduction rate A performance deterioration prediction unit that obtains and predicts a partial load factor-COP consisting of efficiency data for the partial load of the air conditioner for each operation pattern candidate, and a partial load factor-COP and operation pattern candidate obtained by the performance deterioration prediction unit Based on the operation efficiency prediction unit that predicts the efficiency per unit time of the air conditioner, and the operation pattern that determines the operation pattern from the operation pattern candidates based on the partial load factor-COP or the efficiency per unit time of the air conditioner And a pattern determining unit.
運転パターンが与える機器劣化への影響を考慮することで、長期にわたるライフサイクルコストの最小化が可能となる。また、劣化を考慮することでＣＯＰの推移について長期予測が可能となる。 Considering the influence of operation patterns on equipment degradation, it is possible to minimize the long-term life cycle cost. In addition, long-term prediction of the transition of COP is possible by taking deterioration into consideration.
以下、実施例を図面を用いて説明する。 Hereinafter, examples will be described with reference to the drawings.
本実施例では、運転パターンによる空調機性能の劣化を予測し、劣化によるＣＯＰの変動を用いて長期間の効率が最適となる運転パターンを作成する空調機器管理装置１の例を説明する。 In the present embodiment, an example of the air conditioner management apparatus 1 that predicts deterioration of the air conditioner performance due to the operation pattern and creates an operation pattern in which the long-term efficiency is optimal using the fluctuation of the COP due to the deterioration will be described.
図１は、本実施例の空調機器管理装置の構成図の例である。空調機器管理装置１は、複数建物の情報取得装置１０、ネットワーク２０、入力装置３０、運転パターン最適化装置４０、出力装置５０、空調機運転実績ＤＢ記憶部６０１、性能推移ＤＢ記憶部６０２を有する。 FIG. 1 is an example of a configuration diagram of an air conditioning equipment management apparatus according to the present embodiment. The air conditioner management apparatus 1 includes a plurality of building information acquisition apparatus 10, a network 20, an input apparatus 30, an operation pattern optimization apparatus 40, an output apparatus 50, an air conditioner operation result DB storage unit 601, and a performance transition DB storage unit 602. .
複数建物の情報取得装置１０は、各建物に対して、空調情報取得装置１１、１２を有する。本実施形態では、複数建物の情報取得装置１０は空調情報取得装置を２つ以上有するとしているが、１つであってもよい。 The multiple building information acquisition apparatus 10 includes air conditioning information acquisition apparatuses 11 and 12 for each building. In the present embodiment, the information acquisition apparatus 10 for a plurality of buildings has two or more air conditioning information acquisition apparatuses, but may be one.
空調情報取得装置１１は、この例では、建物Ａにおける空調機に関する情報を取得する装置であり、部分負荷率取得部１１１、ＣＯＰ取得部１１２、外気温取得部１１３を有する。 In this example, the air conditioning information acquisition device 11 is a device that acquires information about the air conditioner in the building A, and includes a partial load factor acquisition unit 111, a COP acquisition unit 112, and an outside air temperature acquisition unit 113.
部分負荷率取得部１１１は、部分負荷率を取得する機能を有する。ここで、部分負荷率とは、（空調機の出力）/（空調機の定格出力）で算出される値である。この部分負荷率は、空調機内部状態を計測して計算した空調機出力を、定格能力で割って算出してもよい。また、部分負荷率取得部１１１で取得する部分負荷率は空調機ごとでもよいし、複数の空調機の平均部分負荷率として、フロアごと、建物ごとの空調機平均部分負荷率として取得してもよい。 The partial load factor acquisition unit 111 has a function of acquiring a partial load factor. Here, the partial load factor is a value calculated by (output of air conditioner) / (rated output of air conditioner). The partial load factor may be calculated by dividing the air conditioner output calculated by measuring the internal state of the air conditioner by the rated capacity. The partial load factor acquired by the partial load factor acquisition unit 111 may be acquired for each air conditioner, or may be acquired as the average partial load factor of a plurality of air conditioners as the average partial load factor of each floor or each building. Good.
図２は、部分負荷率取得部１１１で取得する部分負荷率の例である。図２は、例えば7:00から9:00における部分負荷率を５分ごとにプロットした例である。この図に示すように、7：00から7：25までは部分負荷率は上昇傾向をとり、その後は一旦減少し、7：45以降は約80％付近で遷移していること等が分かる。 FIG. 2 is an example of the partial load factor acquired by the partial load factor acquiring unit 111. FIG. 2 shows an example in which the partial load factor from 7:00 to 9:00 is plotted every 5 minutes. As shown in this figure, it can be seen that the partial load factor tends to increase from 7:00 to 7:25, then decreases once, and after 7:45, it shifts around 80%.
次に、ＣＯＰ取得部１１２は、ＣＯＰを取得する箇所である。ここで、ＣＯＰ（Coefficient Of Performance）とは、成績係数（動作係数）とも呼ばれる冷暖房器具のエネルギー消費効率をチェックするための係数をいい、（空調機出力）/（空調機が消費する電力）で算出することができる。空調機の効率がよいほどＣＯＰは大きい値をとり、具体的には、係数は１〜５までを取り得る。ＣＯＰは、各空調機のＣＯＰを空調機ごとに直接取得してもよい。他にも、空調機内部状態、消費電力量を計測し、計算した空調機出力を消費電力で割ることでＣＯＰを算出してもよい。また、ＣＯＰ取得部１１２で取得するＣＯＰは空調機ごとでもよいし、複数の空調機の平均ＣＯＰとして、フロアごと、建物ごとの空調機平均ＣＯＰとして取得してもよい。 Next, the COP acquisition unit 112 is a part that acquires a COP. Here, COP (Coefficient Of Performance) is a coefficient for checking the energy consumption efficiency of an air conditioner, also called a coefficient of performance (operation coefficient), and is expressed as (air conditioner output) / (power consumed by the air conditioner). Can be calculated. The higher the efficiency of the air conditioner, the larger the COP. Specifically, the coefficient can take from 1 to 5. The COP may directly acquire the COP of each air conditioner for each air conditioner. In addition, the COP may be calculated by measuring the internal state of the air conditioner and the power consumption, and dividing the calculated air conditioner output by the power consumption. The COP acquired by the COP acquisition unit 112 may be acquired for each air conditioner, or may be acquired as the average COP for a plurality of air conditioners as the average COP for each floor or each building.
図３は、ＣＯＰ取得部１１２で取得するＣＯＰの例である。この図の例では、7:00から9:00におけるＣＯＰを５分ごとにプロットしたものである。図３は、図２の部分負荷率で稼働させた場合におけるＣＯＰの推移を表しており、部分負荷率の変動と関連してＣＯＰが変動することが分かる。 FIG. 3 is an example of the COP acquired by the COP acquisition unit 112. In the example of this figure, the COP from 7:00 to 9:00 is plotted every 5 minutes. FIG. 3 shows the transition of the COP when operating at the partial load factor of FIG. 2, and it can be seen that the COP varies in relation to the variation of the partial load factor.
最後に、外気温取得部１１３は、建物の外気温を取得する機能を有する。建物周辺の外気温を建物の外部に設置した温度計で直接取得してもよいし、気象データから取得してもよい。 Finally, the outside air temperature acquisition unit 113 has a function of acquiring the outside air temperature of the building. The outside air temperature around the building may be acquired directly with a thermometer installed outside the building, or may be acquired from weather data.
図４は、外気温取得部１１３で取得する外気温の例である。図４は、7:00から9:00における外気温を５分ごとにプロットしたものである。図４は、図２および３における外気温をプロットしたものである。 FIG. 4 is an example of the outside air temperature acquired by the outside air temperature acquisition unit 113. FIG. 4 is a plot of the outside air temperature from 7:00 to 9:00 every 5 minutes. FIG. 4 is a plot of the outside air temperature in FIGS.
なお、空調情報取得装置１２も、空調情報取得装置１１と同様の構成と機能を有している。 The air conditioning information acquisition device 12 has the same configuration and function as the air conditioning information acquisition device 11.
ネットワーク２０は、通信回線を介して、各建物の空調情報装置１１、１２で取得した空調情報を空調機運転実績ＤＢ記憶部６０１へ送る。 The network 20 sends the air conditioning information acquired by the air conditioning information devices 11 and 12 of each building to the air conditioner operation result DB storage unit 601 via the communication line.
空調機運転実績ＤＢ記憶部６０１は、ネットワーク２０を介して、各建物の空調情報装置１１、１２で取得した情報を格納する。このとき、建物、及び、空調機のデータ毎にＩＤを付与し、識別可能な形で格納することができる。また、部分負荷率の実績データに基づいて、例えば、所定の部分負荷率以上の時間帯の累積を、空調機が設置されてからの累積稼働時間として算出し、格納する。さらに、空調機が設置されてからの累積ＯＮ/ＯＦＦ回数を格納してもよい。ＯＮ/ＯＦＦ回数は機器性能の劣化に影響を与えるため、回数を格納しておくことで後述の空調機性能予測部においてより適切に機器の性能を予測することが可能となる。また空調機の定格出力なども格納される。 The air conditioner operation result DB storage unit 601 stores information acquired by the air conditioning information devices 11 and 12 of each building via the network 20. At this time, an ID can be assigned to each building and air conditioner data and stored in an identifiable form. In addition, based on the partial load factor actual data, for example, the accumulation of a time period equal to or greater than a predetermined partial load factor is calculated and stored as the accumulated operating time since the air conditioner was installed. Furthermore, the cumulative number of ON / OFF times since the air conditioner was installed may be stored. Since the ON / OFF count affects the deterioration of the device performance, storing the number of times makes it possible to predict the performance of the device more appropriately in the air conditioner performance prediction unit described later. The rated output of the air conditioner is also stored.
図５、６は、空調機運転実績ＤＢ記憶部６０１に格納される実績データの例である。 5 and 6 are examples of performance data stored in the air conditioner operation performance DB storage unit 601. FIG.
図５は、空調部分負荷率とＣＯＰの実績データを外気温ごとにプロットした例である。図５の部分負荷率とＣＯＰとのプロット（以下、「部分負荷率−ＣＯＰ実績値」と称する。）に示すように、０％から所定の部分負荷率までは、上昇するほど効率は良くなるためＣＯＰは大きくなるが、部分負荷率が所定の部分負荷率以上となると、逆に効率は悪くなりＣＯＰは減少する。 FIG. 5 is an example in which the air conditioning partial load factor and the COP performance data are plotted for each outside air temperature. As shown in the plot of partial load factor and COP in FIG. 5 (hereinafter referred to as “partial load factor—COP actual value”), the efficiency increases as the value increases from 0% to a predetermined partial load factor. For this reason, the COP increases, but when the partial load factor becomes equal to or higher than the predetermined partial load factor, the efficiency decreases and the COP decreases.
図６は、累積稼働時間を空調部分負荷率ごとプロット（以下、「部分負荷率−累積稼働時間実績値」と称する。）した例である。これら空調機運転実績ＤＢ記憶部６０１で格納されている情報は、後述する性能推移ＤＢ記憶部６０２および運転パターン最適化装置４０に出力される。 FIG. 6 is an example in which the accumulated operating time is plotted for each air conditioning partial load factor (hereinafter referred to as “partial load factor−accumulated operating time actual value”). Information stored in the air conditioner operation result DB storage unit 601 is output to a performance transition DB storage unit 602 and an operation pattern optimization device 40 described later.
次に、性能推移ＤＢ記憶部６０２について説明する。性能推移ＤＢ記憶部６０２は、空調機毎に、部分負荷率に対するＣＯＰ低下率（以下、「部分負荷率−ＣＯＰ低下率」と称する。）を外気温度ごと求め、格納する機能を有する。さらに、部分負荷率−ＣＯＰ低下率は、任意の期間におけるものが格納されるが、当該期間に対応する部分負荷率−累積稼働時間実績値と、を関連付けて格納されている。 Next, the performance transition DB storage unit 602 will be described. The performance transition DB storage unit 602 has a function of obtaining and storing a COP reduction rate with respect to a partial load rate (hereinafter referred to as “partial load rate−COP reduction rate”) for each outside air temperature for each air conditioner. Further, the partial load rate-COP reduction rate is stored for an arbitrary period, but is stored in association with the partial load ratio-accumulated operating time actual value corresponding to the period.
図７は、上述のようにして求めた部分負荷率−ＣＯＰ低下率を、外気温度ごとに示した例である。図７は、例えば、外気温２５℃、３０℃、３５℃における部分負荷率−ＣＯＰ低下率を、それぞれ示したものである。 FIG. 7 is an example showing the partial load factor-COP reduction rate obtained as described above for each outside air temperature. FIG. 7 shows, for example, the partial load factor-COP reduction rate at outside temperatures of 25 ° C., 30 ° C., and 35 ° C., respectively.
図８は、性能推移ＤＢ記憶部６０２の処理を説明するフローチャートの例である。 FIG. 8 is an example of a flowchart for explaining processing of the performance transition DB storage unit 602.
まず、性能推移ＤＢ記憶部６０２は、空調機毎の運転実績データを空調機運転実績ＤＢ記憶部７０１から所得する（Ｓ８０１）。具体的には、前述した部分負荷率−ＣＯＰ実績値および部分負荷率−累積稼働時間実績値を取得する。 First, the performance transition DB storage unit 602 obtains operation result data for each air conditioner from the air conditioner operation result DB storage unit 701 (S801). Specifically, the partial load factor-COP actual value and the partial load factor-cumulative operating time actual value described above are acquired.
次に、取得した実績データを一定期間ごとに分割する。例えば、１年単位に分割する（Ｓ８０２）。 Next, the acquired performance data is divided at regular intervals. For example, it is divided into units of one year (S802).
分割した期間のうち任意の一つの期間を選択する（Ｓ８０３）。 One arbitrary period is selected from the divided periods (S803).
選択した期間の部分負荷率−ＣＯＰ実績値と、例えば空調機設置当初の部分負荷率−ＣＯＰ実績値とを比較することで、選択期間のＣＯＰ劣化率を計算する（Ｓ８０４）。例えば、受け付けた実績データを１年単位で分割した場合、空調機が設置されてから１年目のＣＯＰと２年目のＣＯＰとを外気温、及び、部分負荷率ごとに比較し、１年目から２年目にかけてのＣＯＰ低下率を計算する。ここで、ＣＯＰは外気温、及び、部分負荷率に依存するので、性能劣化のみの影響によるＣＯＰ低下率を求めるために、ＣＯＰ低下率は外気温、及び、部分負荷率ごとに計算する。また、所定期間で分割された任意の期間におけるＣＯＰと、例えば空調機を稼働させた最初の期間におけるＣＯＰとを比較することで、空調機が設置されてからの経過時間に伴うＣＯＰの低下率を計算する。なお、空調機を稼働させた最初の期間におけるＣＯＰでなくても、任意の期間より前の期間におけるＣＯＰと比較することでＣＯＰの低下率を求めてもよい。 The COP deterioration rate in the selected period is calculated by comparing the partial load rate-COP actual value in the selected period with, for example, the partial load factor-COP actual value at the beginning of the air conditioner installation (S804). For example, when the received performance data is divided in units of one year, the COP in the first year and the COP in the second year after the installation of the air conditioner are compared for each outside temperature and partial load factor, Calculate the COP reduction rate from the 2nd year to the 2nd year. Here, since the COP depends on the outside air temperature and the partial load factor, the COP reduction rate is calculated for each outside air temperature and the partial load factor in order to obtain the COP reduction rate due to the influence of only the performance deterioration. In addition, by comparing the COP in an arbitrary period divided by a predetermined period with the COP in the first period in which the air conditioner is operated, for example, the reduction rate of the COP with the elapsed time since the air conditioner was installed Calculate In addition, even if it is not COP in the first period when the air conditioner is operated, the reduction rate of COP may be obtained by comparing with COP in a period before an arbitrary period.
次に、上述のように期間別に計算した部分負荷率−ＣＯＰ低下率と、当該期間に対応する部分負荷率−累積稼働時間実績値と、を関連付けて格納する（Ｓ８０５）。 Next, the partial load factor-COP reduction rate calculated for each period as described above and the partial load factor-accumulated operating time actual value corresponding to the period are stored in association with each other (S805).
すべての期間についてＣＯＰ劣化率の計算処理を実行したか判別する（Ｓ８０６）。完了していない場合（Ｓ８０６のＮｏ）は、Ｓ８０３の処理へ戻る。 It is determined whether COP deterioration rate calculation processing has been executed for all periods (S806). If not completed (No in S806), the process returns to S803.
次に、入力装置３０は、空調パターンを最適化する対象の建物名称、もしくはＩＤ、対象の空調機名称、もしくはＩＤ、最適化する期間、前記期間の外気温予測値、前記期間の熱負荷予測値をユーザから受け付ける。本実施形態では、外気温予測値、熱負荷予測値をユーザから受け付けるとしているが、前記空調機運転実績ＤＢ記憶部６０１に格納されている過去実績を将来の予測値として用いてもよい。 Next, the input device 30 selects the target building name or ID for which the air conditioning pattern is optimized, the target air conditioner name or ID, the period for optimization, the predicted outside air temperature for the period, and the thermal load prediction for the period. Accept value from user. In the present embodiment, the predicted outside air temperature value and the predicted heat load value are received from the user, but the past results stored in the air conditioner operation result DB storage unit 601 may be used as future predicted values.
図９は、入力装置３０の入力例である。入力装置３０では、ユーザが運転パターンを決めたい任意の空調機器や期間等を指定することができ、外気温に対する熱負荷も時刻毎に入力できる。図９の例では、建物Ａの空調機１において、最適化する期間を２０１４年１月１日から２０２５年１２月３１日とし、時系列で外気温および予測される熱負荷の値が入力される。 FIG. 9 shows an input example of the input device 30. In the input device 30, the user can designate any air conditioner or period for which the user wants to determine the operation pattern, and the heat load for the outside air temperature can also be input for each time. In the example of FIG. 9, in the air conditioner 1 of the building A, the optimization period is set to be January 1, 2014 to December 31, 2025, and the outside air temperature and the predicted heat load value are input in time series. The
次に、運転パターン最適化装置４０は、運転パターン候補算出部４０１、空調機性能予測部４０２、運転パターン決定部４０５、運転モードＤＢ記憶部４０６、を有し、空調機毎に運転パターンを最適化する機能を有している。 Next, the operation pattern optimization device 40 includes an operation pattern candidate calculation unit 401, an air conditioner performance prediction unit 402, an operation pattern determination unit 405, and an operation mode DB storage unit 406, and optimizes the operation pattern for each air conditioner. It has a function to convert.
まず、運転モードＤＢ記憶部４０６には、熱負荷に対する空調機の部分負荷率の配分条件が１つ以上格納されている。 First, the operation mode DB storage unit 406 stores one or more distribution conditions of the partial load factor of the air conditioner with respect to the heat load.
図１０は、運転モードＤＢ記憶部４０６に格納されている空調部分負荷率の配分条件の例である。この例では、運転モードが４つ格納されており、各運転モードに対して運転名と部分負荷率の配分条件が設定されている。例えば運転モード１の場合は、間欠運転を行い、その時の部分負荷率の配分条件は、部分負荷率が１０％以下の時には１時間当たり１０分間、空調をＯＦＦにする、という設定になっている。運転モード２以下も、同様に運転の種類とその時の部分負荷率の配分条件が設定されている。 FIG. 10 is an example of the distribution condition of the air conditioning partial load factor stored in the operation mode DB storage unit 406. In this example, four operation modes are stored, and an operation name and a partial load factor distribution condition are set for each operation mode. For example, in the case of the operation mode 1, intermittent operation is performed, and the partial load factor distribution condition at that time is set to turn off the air conditioning for 10 minutes per hour when the partial load factor is 10% or less. . In the operation mode 2 and below, the type of operation and the partial load factor distribution conditions at that time are set in the same manner.
次に、運転パターン候補算出部４０１は、入力装置３０から、図９に示したような情報を受け付ける。また同時に、運転モードＤＢ記憶部４０６から、図１０に示したような空調機の部分負荷率の配分条件を複数受け付ける。さらに、前記建物ＩＤ、空調機ＩＤを使って、空調機運転実績ＤＢ記憶部６０１から、対象空調機の運転実績情報として部分負荷率−ＣＯＰ実績値および部分負荷率−累積稼働時間実績値を受け付ける。また、運転パターン候補算出部４０１は、入力装置３０において入力した熱負荷と、運転モードＤＢ記憶部４０６から受け付けた部分負荷率の配分条件とを満たすように、単位時間ごとの部分負荷率を時系列データとして計算する。そして、求められた時系列における部分負荷率を運転パターンとする。 Next, the driving pattern candidate calculation unit 401 receives information as illustrated in FIG. 9 from the input device 30. At the same time, a plurality of air conditioner partial load factor distribution conditions as shown in FIG. 10 are received from the operation mode DB storage unit 406. Further, using the building ID and the air conditioner ID, the partial load factor-COP actual value and the partial load rate-cumulative operating time actual value are received as the operation result information of the target air conditioner from the air conditioner operation result DB storage unit 601. . Further, the operation pattern candidate calculation unit 401 sets the partial load factor for each unit time so as to satisfy the thermal load input from the input device 30 and the partial load factor distribution condition received from the operation mode DB storage unit 406. Calculate as series data. And let the partial load factor in the calculated | required time series be an operation pattern.
図１１は、運転パターンとして例えば運転パターン１を運転負荷率の時系列データとしてプロットした例である。 FIG. 11 is an example in which, for example, driving pattern 1 is plotted as time series data of driving load factors as driving patterns.
図１２は、運転パターン候補算出部４０１の処理を説明するフローチャートの例である。 FIG. 12 is an example of a flowchart for explaining the processing of the driving pattern candidate calculation unit 401.
運転パターン候補算出部４０１は、入力装置３０において入力された最適化の対象となる空調機ＩＤを取得する（Ｓ１２０１）。 The operation pattern candidate calculation unit 401 acquires the air conditioner ID to be optimized that is input through the input device 30 (S1201).
次に、取得した空調機ＩＤに基づいて、空調機運転実績ＤＢ記憶部６０１から取得した空調機ＩＤの定格能力を取得する（Ｓ１２０２）。 Next, based on the acquired air conditioner ID, the rated capacity of the air conditioner ID acquired from the air conditioner operation result DB storage unit 601 is acquired (S1202).
入力装置３０から熱負荷パターンを取得するとともに、運転モードＤＢ記憶部４０６から複数の運転モードを取得する（Ｓ１２０３）。 While acquiring a thermal load pattern from the input device 30, a several operation mode is acquired from the operation mode DB memory | storage part 406 (S1203).
取得した複数の運転モードのうち１つ選択して、部分負荷率の配分条件を決定する（Ｓ１２０４）。 One of the acquired plurality of operation modes is selected, and a partial load factor distribution condition is determined (S1204).
Ｓ１２０２において取得した定格能力とＳ４０３において取得した熱負荷パターンとに基づいて、運転モード内の部分負荷率の配分条件を満たすように、単位時間ごとの部分負荷率を計算する。部分負荷率は時系列データとして求められ、これを運転パターンとする（Ｓ１２０５）。ここで、運転パターン候補算出部４０１における運転パターンの算出では、全ての単位時間において熱負荷を逐一満たす部分負荷率である必要はなく、一定期間内で熱負荷が満たされればよい。例えば、５分ごとの部分負荷率を計算する際には、熱負荷は１時間単位で満たされるように計算し、５分単位では熱負荷を満たさない部分負荷率が計画されていてもよいとする。本実施形態では、運転パターン候補を運転パターン候補算出部４０２にて算出することとしたが、入力装置３０にて運転パターンの複数候補を直接入力してもよい。 Based on the rated capacity acquired in S1202 and the thermal load pattern acquired in S403, the partial load factor for each unit time is calculated so as to satisfy the partial load factor distribution condition in the operation mode. The partial load factor is obtained as time series data, and this is used as an operation pattern (S1205). Here, in the calculation of the operation pattern in the operation pattern candidate calculation unit 401, it is not necessary to have a partial load factor that satisfies the heat load for every unit time, and it is sufficient that the heat load is satisfied within a certain period. For example, when calculating the partial load factor every 5 minutes, the thermal load may be calculated to be satisfied in units of one hour, and a partial load factor that does not satisfy the thermal load in units of 5 minutes may be planned. To do. In the present embodiment, the driving pattern candidate is calculated by the driving pattern candidate calculation unit 402, but a plurality of driving pattern candidates may be directly input by the input device 30.
次に、運転モードＤＢ記憶部４０６内の全ての運転モードについて、運転パターンの候補を算出したか判定する（Ｓ１２０６）。 Next, it is determined whether driving pattern candidates have been calculated for all driving modes in the driving mode DB storage unit 406 (S1206).
全ての運転モードについて運転パターン候補が算出できていない場合（Ｓ１２０６のＮｏ）は、Ｓ１２０４ヘ戻る。全ての運転モードについて完了している場合（Ｓ１２０６のＹｅｓ）は、フローを終了する。 If driving pattern candidates have not been calculated for all driving modes (No in S1206), the process returns to S1204. When all the operation modes are completed (Yes in S1206), the flow ends.
なお、運転パターン候補算出部４０１は、本実施例において空調機１つで熱負荷を満たす部分負荷率の計画を実施するとしたが、複数の空調機を稼働させて熱負荷を満たすような運転パターンを算出してもよい。 In addition, although the operation pattern candidate calculation part 401 implemented the plan of the partial load factor which satisfy | fills a heat load with one air conditioner in a present Example, the operation pattern which operates several air conditioners and satisfy | fills a heat load. May be calculated.
次に、空調機性能予測部４０２は、性能劣化予測部４０３と運転効率予測部４０４を有し、運転パターン候補算出部４０１で求めた運転パターンごとに、空調機の性能を予測する機能を有する。 Next, the air conditioner performance prediction unit 402 includes a performance deterioration prediction unit 403 and an operation efficiency prediction unit 404, and has a function of predicting the performance of the air conditioner for each operation pattern obtained by the operation pattern candidate calculation unit 401. .
まず、性能劣化予測部４０３は、最適化する期間における対象空調機のＣＯＰ低下率を予測し、当該期間の性能特性を予測する。ここで、性能特性とは部分負荷率に対するＣＯＰの関係をプロットしたもの（例えば図５）である。後述する図１６に、性能特性の一例を示す。 First, the performance deterioration predicting unit 403 predicts the COP reduction rate of the target air conditioner during the optimization period, and predicts the performance characteristics during the period. Here, the performance characteristic is a plot of the relationship of COP to partial load factor (for example, FIG. 5). FIG. 16 to be described later shows an example of performance characteristics.
図１３は、性能劣化予測部４０３の処理を説明するフローチャートの例である。 FIG. 13 is an example of a flowchart for explaining the processing of the performance deterioration prediction unit 403.
まず、性能劣化予測部４０３は、空調機運転実績ＤＢ記憶部記憶部６０１から対象空調機の運転実績データを取得する（Ｓ１３０１）。 First, the performance deterioration prediction unit 403 acquires operation result data of the target air conditioner from the air conditioner operation result DB storage unit storage unit 601 (S1301).
次に、入力装置３０から最適化する期間と、運転パターン候補算出部４０１から複数の運転パターン候補を取得する（Ｓ１３０２）。 Next, a period to be optimized from the input device 30 and a plurality of driving pattern candidates are acquired from the driving pattern candidate calculation unit 401 (S1302).
取得した運転パターン候補を一定期間ごとに分割する（Ｓ１３０３）。例えば、１年単位に分割する。このように、運転パターンを一定期間ごとに分割して計算することにより、後述するが、空調機運転実績ＤＢ記憶部記憶部６０１又は性能推移ＤＢ記憶部記憶部６０２から類似データを検索する際に検索しやすい。また、Ｓ１３０８で予測される空調機性能特性は、機器劣化により時々刻々と変化するので、長期間での空調機性能特性の予測（Ｓ１３０８）は精度が悪化するため、例えば月、年単位などで分割することが望ましい。 The obtained driving pattern candidates are divided at regular intervals (S1303). For example, it is divided into units of one year. As described later, when the operation pattern is divided and calculated for each predetermined period in this manner, similar data is retrieved from the air conditioner operation result DB storage unit 601 or the performance transition DB storage unit storage unit 602. Easy to search. In addition, since the air conditioner performance characteristics predicted in S1308 change every moment due to equipment deterioration, the accuracy of air conditioner performance characteristics over a long period of time (S1308) deteriorates. For example, in units of months, years, etc. It is desirable to divide.
Ｓ１３０３において分割した期間のうち、一つの期間を選択する（Ｓ１３０４）。 Among the periods divided in S1303, one period is selected (S1304).
次に、運転パターンに基づいて、空調機累積稼働時間を部分負荷毎に計算する（Ｓ１３０５）。具体的には、例えば図１１のような一定期間の運転パターンの実績がある場合には、部分負荷率ごとに稼働時間を足し合わせ、設置してからの累積稼働時間実績データを求める (S1301、図６)。さらに、最適化する期間における運転パターンから、算出した稼働時間予測値を加えることで、累積稼働時間候補を計算する。 Next, based on the operation pattern, the accumulated operating time of the air conditioner is calculated for each partial load (S1305). Specifically, for example, when there is a track record of a certain period of operation as shown in FIG. 11, the operation time is added for each partial load factor, and cumulative operation time track data after installation is obtained (S1301, (Fig. 6). Furthermore, the cumulative operation time candidate is calculated by adding the calculated operation time predicted value from the operation pattern in the period to be optimized.
予測した累積稼働時間候補が複数ある場合には、そのうちの１つを選択する（Ｓ１３０６）
以上のようにして予測された部分負荷率ごとの累積稼働時間に類似する空調機のＣＯＰ劣化率を、性能推移ＤＢ記憶部６０２から検索する（Ｓ１３０７）。前述したように、性能推移ＤＢ記憶部６０２は、部分負荷率−累積稼働時間実績値を有しているので、この中から検索することになる。
If there are a plurality of predicted cumulative operating time candidates, one of them is selected (S1306).
The performance transition DB storage unit 602 is searched for the COP deterioration rate of the air conditioner similar to the cumulative operation time for each partial load rate predicted as described above (S1307). As described above, since the performance transition DB storage unit 602 has the partial load factor-accumulated operating time actual value, it is searched from this.
Ｓ１３０７において、性能推移ＤＢ記憶部６０２から、累積稼働時間が類似する空調機のＣＯＰ劣化率を取得したのち、対象空調機のＣＯＰ劣化率を予測する（Ｓ１３０８）。すなわち、性能推移ＤＢ記憶部６０２には、任意の期間に対応する部分負荷率−累積稼働時間と部分負荷率−ＣＯＰ低下率とが関連付けて格納されているので、これらに基づいて対象空調機のＣＯＰ劣化率を予測する。このとき、例えば、もっとも類似する空調機のＣＯＰ劣化率をそのまま使用してもよいし、複数類似するデータの平均としてもよいし、類似度に応じて重み平均をとってもよい。ＣＯＰ劣化率が予測されたら、空調機運転実績ＤＢ記憶部６０１に格納された運転実績データから、設置当初の性能特性（部分負荷率−ＣＯＰ実績値）を取得し、ＣＯＰ劣化率を用いて選択期間における性能特性を予測する。 In S1307, after acquiring the COP deterioration rate of the air conditioner having a similar accumulated operation time from the performance transition DB storage unit 602, the COP deterioration rate of the target air conditioner is predicted (S1308). That is, since the partial load rate-cumulative operation time and partial load rate-COP reduction rate corresponding to an arbitrary period are stored in the performance transition DB storage unit 602 in association with each other, based on these, the target air conditioner's Predict COP degradation rate. At this time, for example, the COP deterioration rate of the most similar air conditioner may be used as it is, an average of a plurality of similar data may be used, or a weighted average may be taken according to the similarity. When the COP deterioration rate is predicted, the performance characteristics (partial load rate−COP actual value) at the beginning of installation are acquired from the operation result data stored in the air conditioner operation result DB storage unit 601 and selected using the COP deterioration rate. Predict performance characteristics over time.
追跡稼働時間について複数候補があげられる場合には、全ての累積稼働時間の候補について、処理Ｓ１３０６、Ｓ１３０７、Ｓ１３０８が完了したことを判別する（Ｓ１３０９）。完了していない場合（Ｓ１３０９のＮｏ）は、Ｓ１３０６へ戻る。 If there are a plurality of candidates for the tracking operation time, it is determined that the processes S1306, S1307, and S1308 have been completed for all the accumulated operation time candidates (S1309). If not completed (No in S1309), the process returns to S1306.
全ての期間について、処理Ｓ１３０４〜Ｓ１３０８が完了したことを判別する（Ｓ１３１０）。完了していない場合（Ｓ１３１０でＮｏ）は、Ｓ１３０４へ戻る。一方、完了している場合（Ｓ１３１０でＹｅｓ）は、フローを終了する。 For all the periods, it is determined that the processes S1304 to S1308 have been completed (S1310). If not completed (No in S1310), the process returns to S1304. On the other hand, if it has been completed (Yes in S1310), the flow ends.
すなわち、性能劣化予測部４０３では、運転パターンごとに、部分負荷率に対する累積稼働時間を求め、空調機運転実績ＤＢ記憶部６０１又は性能推移ＤＢ記憶部６０２から、類似する部分負荷率に対する累積稼働時間を取りだし、それと紐づいているＣＯＰ低下率を求め、空調機の性能特性を予測する。 That is, the performance deterioration prediction unit 403 obtains the cumulative operation time for the partial load factor for each operation pattern, and the cumulative operation time for the similar partial load factor from the air conditioner operation result DB storage unit 601 or the performance transition DB storage unit 602. The COP reduction rate associated with it is obtained, and the performance characteristics of the air conditioner are predicted.
次に、運転効率予測部４０４は、性能劣化予測部４０３から取得した性能特性、および選択した運転パターン候補の部分負荷率の時系列データから、単位時間毎のＣＯＰ予測値を計算する。 Next, the driving efficiency prediction unit 404 calculates a COP prediction value for each unit time from the performance characteristics acquired from the performance deterioration prediction unit 403 and the time series data of the partial load factor of the selected driving pattern candidate.
図１４は、運転効率予測部４０４の処理を説明するフローチャートの例である。 FIG. 14 is an example of a flowchart for explaining the processing of the driving efficiency prediction unit 404.
まず、運転効率予測部４０４は、入力装置３０から最適化する期間と、運転パターン候補算出部４０１から複数の運転パターン候補を取得する（Ｓ１４０１）。 First, the driving efficiency prediction unit 404 acquires a period to be optimized from the input device 30 and a plurality of driving pattern candidates from the driving pattern candidate calculation unit 401 (S1401).
取得した運転パターン候補を、一定期間ごとに分割する（Ｓ１４０２）。例えば、１年単位に分割する。 The acquired driving pattern candidates are divided at regular intervals (S1402). For example, it is divided into units of one year.
分割した期間のうちの一つの期間を選択する（Ｓ１４０３）。 One of the divided periods is selected (S1403).
選択した期間内においては、複数の運転パターン候補が存在するので、そのうちの一つを選択する（Ｓ１４０４）。 Since there are a plurality of operation pattern candidates within the selected period, one of them is selected (S1404).
選択した期間における空調機の性能特性を、空調機運転実績ＤＢ記憶部６０１、もしくは、性能劣化予測部４０３から取得する（Ｓ１４０５）。ここで、選択した期間が、最新の実績取得日に最も近い場合は空調機運転実績ＤＢ記憶部６０１から性能特性の実績を取得する。一方、選択した期間が、上記期間よりも未来の期間であるとき、性能劣化予測部４０３から予測した性能特性のうち該当する期間のものを取得する。 The performance characteristics of the air conditioner during the selected period are acquired from the air conditioner operation result DB storage unit 601 or the performance deterioration prediction unit 403 (S1405). Here, when the selected period is closest to the latest result acquisition date, the result of performance characteristics is acquired from the air conditioner operation result DB storage unit 601. On the other hand, when the selected period is a period later than the above period, the performance characteristic predicted from the performance deterioration prediction unit 403 is acquired for the corresponding period.
Ｓ１４０５において取得した性能特性と、選択した運転パターン候補の部分負荷率の時系列データとに基づいて、単位時間毎のＣＯＰ予測値を計算する（Ｓ１４０６）。 Based on the performance characteristics acquired in S1405 and the time series data of the partial load factor of the selected operation pattern candidate, a COP prediction value for each unit time is calculated (S1406).
そして、全ての運転パターン候補についてこれらの処理（Ｓ１４０４〜Ｓ１４０６）が完了したことを判別する（Ｓ１４０７）。完了していない場合（Ｓ１４０７のＮｏ）、Ｓ５０４へ戻る。一方、完了している場合（Ｓ１４０７のＹｅｓ）、Ｓ５０８に進む。さらに、全ての分割期間について処理Ｓ１４０３〜Ｓ１４０６が完了したことを判別する（Ｓ１４０８）。完了していない場合（Ｓ１４０８のＮｏ）、Ｓ５０３へ戻る。一方、完了している場合（Ｓ１４０８のＹｅｓ）、フローを終了させる。すなわち、運転効率予測部４０４は、運転パターンの該当期間の性能特性と運転パターンとに基づいて、単位時間毎のＣＯＰ予測値を予測する機能を有する。 Then, it is determined that these processes (S1404 to S1406) have been completed for all driving pattern candidates (S1407). If not completed (No in S1407), the process returns to S504. On the other hand, if it has been completed (Yes in S1407), the process proceeds to S508. Further, it is determined that the processes S1403 to S1406 have been completed for all the divided periods (S1408). If not completed (No in S1408), the process returns to S503. On the other hand, if it has been completed (Yes in S1408), the flow is terminated. That is, the driving efficiency prediction unit 404 has a function of predicting a COP prediction value for each unit time based on the performance characteristics and driving pattern of the corresponding period of the driving pattern.
最後に、運転パターン決定部４０５は、性能効率予測部４０３から性能特性の予測値、および運転効率予測部４０４から運転パターンごとのＣＯＰ予測値の時系列データを受け取る。そして、性能特性の予測値もしくはＣＯＰ予測値に基づいて運転パターンを決定する。例えば、最適期間におけるＣＯＰ予測値の平均をとり、もっとも高い平均ＣＯＰとなるように、一定期間ごとの運転パターンを決定することができる。これによって、最適期間において最も運転効率のよい運転パターンを決定することができる。また、最適期間終了日において最も性能特性の予測値がよくなるように、一定期間ごとの運転パターンを決定することもできる。これによって、最適期間において最も劣化の少ない運転パターンを決定することができる。 Finally, the operation pattern determination unit 405 receives the performance characteristic prediction value from the performance efficiency prediction unit 403 and the time series data of the COP prediction value for each operation pattern from the operation efficiency prediction unit 404. And an operation pattern is determined based on the predicted value or COP predicted value of a performance characteristic. For example, it is possible to average the COP predicted values in the optimum period and determine the operation pattern for each fixed period so that the highest average COP is obtained. As a result, it is possible to determine an operation pattern with the highest operation efficiency in the optimum period. In addition, it is possible to determine an operation pattern for each fixed period so that the predicted value of the performance characteristic is the best on the end date of the optimal period. As a result, it is possible to determine an operation pattern with the least deterioration during the optimum period.
出力装置５０では、決定した運転パターンを運転負荷率の時系列データとして出力し、表示する。また、前記決定した運転パターンの条件である運転モードを出力する。また、最適期間内における性能特性の推移を出力する。図１５、図１６に、出力装置５０の出力例を示す。 The output device 50 outputs and displays the determined operation pattern as time-series data of the operation load factor. Further, an operation mode that is the condition of the determined operation pattern is output. In addition, the transition of performance characteristics within the optimum period is output. 15 and 16 show examples of output from the output device 50. FIG.
図１５は、入力情報、運転パターン決定部４０５で決定した運転パターンを示しており、具体的な運転モード、及び、各月での平均ＣＯＰを表示した例である。図１６は、最適期間内のうち２０２０年の性能特性の予測値をプロットした例である。 FIG. 15 shows the input information, the operation pattern determined by the operation pattern determination unit 405, and is an example in which a specific operation mode and an average COP in each month are displayed. FIG. 16 is an example in which predicted values of performance characteristics in 2020 within the optimum period are plotted.
本実施例では、空調性能予測部において、建物情報、空調情報、気象情報をもとに、対象空調と類似する実績データを見つけることで、性能予測精度を向上させる空調機器管理装置の例を説明する。なお、第２実施形態以降、前の実施形態で説明済みの要素に関しては、前の実施形態と同一の符号を付し、説明を省略することとする。 In the present embodiment, an example of an air conditioning equipment management apparatus that improves performance prediction accuracy by finding performance data similar to the target air conditioning based on building information, air conditioning information, and weather information in the air conditioning performance prediction unit will be described. To do. From the second embodiment onward, elements already described in the previous embodiment are denoted by the same reference numerals as in the previous embodiment, and description thereof is omitted.
図１７は、第２実施形態にかかる空調機器管理装置の構成例を示す図である。 FIG. 17 is a diagram illustrating a configuration example of an air conditioner management apparatus according to the second embodiment.
図１７に空調機器管理装置２において、第１実施形態に示す空調機器管理装置１と異なる点は、入力装置３０aが建物情報、空調情報、気象情報をユーザから受け付け、空調運転実績ＤＢ記憶部６０１aが建物情報、空調情報、気象情報を格納し、類似空調機検出装置７０備える点である。 In the air conditioner management device 2 shown in FIG. 17, the input device 30a accepts building information, air conditioning information, and weather information from the user, and the air conditioner operation result DB storage unit 601a differs from the air conditioner management device 1 shown in the first embodiment. Stores building information, air conditioning information, and weather information, and includes a similar air conditioner detection device 70.
類似空調機検出装置７０は、入力装置で取り込んだ建物情報、空調情報、気象情報のいずれか、もしくは複数の情報を利用して、空調運転実績ＤＢ記憶部６０１a内の類似する情報を検索し、対象空調機と類似する環境下にある空調機の過去データを取得する。このような構成を採用することにより、より類似する空調機運転実績データを取得することができ、適切な空調機性能予測を行うことが可能となる。 The similar air conditioner detection device 70 searches for similar information in the air conditioning operation result DB storage unit 601a by using any one or a plurality of information of building information, air conditioning information, and weather information captured by the input device, Acquire historical data of air conditioners in an environment similar to the target air conditioner. By adopting such a configuration, it is possible to acquire more similar air conditioner operation result data and perform appropriate air conditioner performance prediction.
本実施例では、運転パターン最適化装置において、決定された運転パターンに従って予想される運転効率からライフサイクルコスト（ＬＣＣ）の観点から見た最適なリプレース時期を提案する空調機器管理装置の例を説明する。 In this embodiment, an example of an air conditioner management apparatus that proposes an optimal replacement time from the viewpoint of life cycle cost (LCC) from the expected operation efficiency according to the determined operation pattern in the operation pattern optimization device will be described. To do.
図１８は、第３実施形態にかかる空調機器管理装置の構成例を示す図である。 FIG. 18 is a diagram illustrating a configuration example of an air conditioner management apparatus according to the third embodiment.
図１８に空調機器管理装置３において、第１実施形態に示す空調機器管理装置１と異なる点は、ＬＣＣ診断装置８０と新機種性能ＤＢ記憶部９０を有している点である。出力装置５０aは運転パターンの他に、ＬＣＣ診断装置８０の診断結果を出力する。 18 is different from the air conditioner management apparatus 1 shown in the first embodiment in that the air conditioner management apparatus 3 includes an LCC diagnosis apparatus 80 and a new model performance DB storage unit 90. The output device 50a outputs the diagnosis result of the LCC diagnosis device 80 in addition to the operation pattern.
新機種性能ＤＢ記憶部９０は、最新空調機の性能データを格納している。性能データは、性能特性（部分負荷率に対するＣＯＰの関係をプロットしたもの）でもよいし、定格ＣＯＰ、ＡＰＦでもよい。 The new model performance DB storage unit 90 stores the performance data of the latest air conditioner. The performance data may be performance characteristics (plotted relationship of COP to partial load factor), rated COP, or APF.
図１９は、ＬＣＣ診断装置８０の処理を説明するフローチャートの例である。 FIG. 19 is an example of a flowchart for explaining the process of the LCC diagnosis apparatus 80.
ＬＣＣ診断装置８０は、新機種性能ＤＢ記憶部から性能データを取得する（Ｓ１９０１）。本実施例では、１つの新機種を対象とするが、複数の新機種をＤＢ記憶部に格納しておき、複数の機種で評価できる形でもよい。 The LCC diagnostic apparatus 80 acquires performance data from the new model performance DB storage unit (S1901). In this embodiment, one new model is targeted. However, a plurality of new models may be stored in the DB storage unit and evaluated by a plurality of models.
運転パターン最適化装置４０から最適化する期間と、運転パターンを取得する（Ｓ１９０２）。 The optimization period and the operation pattern are acquired from the operation pattern optimization device 40 (S1902).
取得した運転パターン候補を一定期間ごとに分割する（Ｓ１９０３）。例えば、１年単位に分割する。 The obtained driving pattern candidates are divided at regular intervals (S1903). For example, it is divided into units of one year.
分割した期間のうち一つの期間を選択する（Ｓ１９０４）。 One period is selected from the divided periods (S1904).
運転パターンから対象空調機の消費電力量を計算し、運転コストを予測する（Ｓ１９０５）。 The power consumption of the target air conditioner is calculated from the operation pattern, and the operation cost is predicted (S1905).
運転パターンから新機種導入時の消費電力量を計算し、運転コストを予測する（Ｓ１９０６）。このとき、対象空調機の運転パターンをそのまま使用してもよいし、新機種の性能特性を入力として、運転パターン最適化装置４０から最適な運転パターンを計算して使用してもよい。 The power consumption when introducing a new model is calculated from the operation pattern, and the operation cost is predicted (S1906). At this time, the operation pattern of the target air conditioner may be used as it is, or an optimum operation pattern may be calculated from the operation pattern optimization device 40 using the performance characteristics of the new model as input.
対象空調機の運転コストと新機種導入時の運転コストの差を計算する（Ｓ１９０７）。 The difference between the operating cost of the target air conditioner and the operating cost when the new model is introduced is calculated (S1907).
対象空調機の運転コストと新機種導入時の運転コストの差が新機種を導入する初期投資額よりも大きいか判別する（Ｓ１９０８）。大きい場合（Ｓ１９０８のＹｅｓ）、Ｓ１９１０に進む。小さい場合（Ｓ１９０８のＹｅｓ）、Ｓ１９０９に進む。 It is determined whether the difference between the operating cost of the target air conditioner and the operating cost at the time of introducing the new model is larger than the initial investment amount for introducing the new model (S1908). If larger (Yes in S1908), the process proceeds to S1910. If smaller (Yes in S1908), the process proceeds to S1909.
Ｓ１９０８で新機種を導入する初期投資額よりも大きいと判断された場合、新機種の導入メリットが大きいと判定する（Ｓ１９１０）。また、新機種の導入メリットが大きいと判断された期間を出力装置へ受け渡す。 If it is determined in S1908 that the initial investment amount for introducing the new model is larger, it is determined that the merit of introducing the new model is large (S1910). In addition, a period in which it is determined that the merit of introducing the new model is large is transferred to the output device.
Ｓ１９０８で新機種を導入する初期投資額よりも小さいと判断された場合、全ての分割期間について処理Ｓ１９０４〜１９０８が完了したことを判別する（Ｓ１９０９）。完了していない場合（Ｓ１９０９のＮｏ）、Ｓ１９０４へ戻る。 If it is determined in S1908 that the investment is smaller than the initial investment amount for introducing a new model, it is determined that the processes S1904 to 1908 have been completed for all the divided periods (S1909). If not completed (No in S1909), the process returns to S1904.
出力装置５０aは、出力装置５０で出力する情報に加えて、新機種導入のメリットが大きいかどうかの判断と、大きくなる場合、いつの時点でメリットが見込めるかを表示する。 In addition to the information output by the output device 50, the output device 50a displays whether or not the merit of introducing a new model is large, and when it is large, indicates when the merit can be expected.
この装置によって、対象の空調機を効率的に運転させるだけでなく、いつ新機種にリプレースしたほうがよいか判別できる。新機種にリプレースするとコストメリットが大きくなる場合は、さらなるライフサイクルコストの低減につながる。 With this device, it is possible not only to efficiently operate the target air conditioner but also to determine when it is better to replace it with a new model. If replacing the new model increases the cost merit, it will lead to further reduction of the life cycle cost.
本実施形態に係る空調機器管理装置１、２、３は、ビルエネルギーマネジメントシステムや、住宅のエネルギー管理システム、工場のエネルギー管理システムで適用されるものである。 The air-conditioning equipment management apparatuses 1, 2, and 3 according to the present embodiment are applied to a building energy management system, a residential energy management system, and a factory energy management system.
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。 In addition, this invention is not limited to an above-described Example, Various modifications are included. For example, the above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described.
１ 空調機器管理装置
１０ 複数建物の情報取得装置
１１ 空調情報取得装置
１２ 空調情報取得装置
１１１ 部分負荷率取得部
１１２ ＣＯＰ取得部
１１３ 外気温取得部
２０ ネットワーク
３０ 入力装置
４０ 運転パターン最適化装置
４０１ 運転パターン候補算出部
４０２ 空調機性能予測部
４０３ 性能劣化予測部
４０４ 運転効率予測部
４０５ 運転パターン決定部
４０６ 運転モードＤＢ記憶部
５０ 出力装置
６０１ 空調機運転実績ＤＢ記憶部
６０２ 性能推移ＤＢ記憶部
DESCRIPTION OF SYMBOLS 1 Air-conditioning equipment management apparatus 10 Information acquisition apparatus 11 of multiple buildings Air-conditioning information acquisition apparatus 12 Air-conditioning information acquisition apparatus 111 Partial load factor acquisition part 112 COP acquisition part 113 Outside air temperature acquisition part 20 Network 30 Input device 40 Operation pattern optimization apparatus 401 Operation Pattern candidate calculation unit 402 Air conditioner performance prediction unit 403 Performance deterioration prediction unit 404 Operation efficiency prediction unit 405 Operation pattern determination unit 406 Operation mode DB storage unit 50 Output device 601 Air conditioner operation result DB storage unit 602 Performance transition DB storage unit
Claims (5)
任意の期間における前記空調機の部分負荷率に対する累積稼働時間のデータからなる部分負荷率−累積稼働時間と、前記任意の期間における前記空調機の部分負荷率に対する前記空調機の効率の低下率のデータからなる部分負荷率−ＣＯＰ低下率とを関連付けて記憶する性能推移ＤＢ記憶部と、
前記空調機の運転パターン候補が複数存在し、前記複数の運転パターン候補ごとに部分負荷率において予測される予測累積稼働時間を算出し、前記部分負荷率における予測累積稼働時間と類似する前記部分負荷率−累積稼働時間を前記性能推移ＤＢにおいて検索し、前記部分負荷率−累積稼働時間に関連付けられている前記部分負荷率−ＣＯＰ低下率を取得し、空調機の部分負荷に対する効率のデータからなる部分負荷率−ＣＯＰを前記運転パターン候補毎に予測する性能劣化予測部と、
前記性能劣化予測部で求めた前記部分負荷率−ＣＯＰおよび前記運転パターン候補に基づいて、前記空調機の単位時間ごとの効率を予測する運転効率予測部と、
前記部分負荷率−ＣＯＰもしくは前記空調機の単位時間ごとの効率に基づいて前記運転パターン候補の中から前記運転パターンを決定する運転パターン決定部と、
を有することを特徴とする空調機器管理システム。 In the air conditioning equipment management system that creates the operation pattern of the air conditioner,
The partial load factor-cumulative operating time consisting of data of the cumulative operating time with respect to the partial load factor of the air conditioner in an arbitrary period, and the rate of decrease in efficiency of the air conditioner with respect to the partial load factor of the air conditioner in the arbitrary period A performance transition DB storage unit that stores a partial load factor-COP reduction rate that is made of data in association with each other;
The partial load similar to the predicted cumulative operating time in the partial load factor is calculated by calculating a predicted cumulative operating time predicted in the partial load factor for each of the plurality of operating pattern candidates. The rate-cumulative operation time is searched in the performance transition DB, the partial load rate-the COP reduction rate associated with the partial load rate-accumulated operation time is obtained, and consists of efficiency data for the partial load of the air conditioner A performance deterioration prediction unit that predicts a partial load factor-COP for each of the operation pattern candidates;
Based on the partial load factor-COP and the operation pattern candidate obtained by the performance deterioration prediction unit, an operation efficiency prediction unit that predicts efficiency per unit time of the air conditioner;
An operation pattern determination unit that determines the operation pattern from the operation pattern candidates based on the partial load factor-COP or the efficiency of the air conditioner per unit time;
An air-conditioning equipment management system comprising:
前記空調機において部分負荷率における実績累積稼働時間のデータからなる部分負荷率−実績累積稼働時間を有する空調機運転実績ＤＢ記憶部を有し、
前記性能劣化予測部は、前記空調機運転実績ＤＢ記憶部から、前記運転パターン候補と類似する部分負荷率−実績累積稼働時間を取得し、前記部分負荷率−実績累積稼働時間に基づいて前記運転パターン候補毎に前記部分負荷率−ＣＯＰを予測することを特徴とする空調機器管理システム。 In the air-conditioning equipment management system according to claim 1,
The air conditioner has an air conditioner operation result DB storage unit having partial load rate-actual accumulated operation time composed of data of actual accumulated operation time at partial load factor,
The performance deterioration predicting unit obtains a partial load factor-actual accumulated operating time similar to the operation pattern candidate from the air conditioner operating result DB storage unit, and performs the operation based on the partial load factor-actual accumulated operating time. An air conditioning equipment management system that predicts the partial load factor-COP for each pattern candidate.
前記性能推移ＤＢ記憶部は、空調機のＯＮ/ＯＦＦ頻度も関連づけて蓄積することを特徴とする空調機器管理システム。 In the air-conditioning equipment management system according to claim 1,
The performance transition DB storage unit stores the air conditioner ON / OFF frequency in association with each other.
前記運転パターン候補は、
運転モードＤＢ記憶部に格納された前記空調機の部分負荷率の配分条件および入力装置に入力された熱負荷パターンに基づいて運転パターン候補算出部が算出することを特徴とする空調機器管理システム。 In the air-conditioning equipment management system according to claim 1,
The driving pattern candidates are
The air conditioner management system, wherein the operation pattern candidate calculation unit calculates the partial load factor distribution condition of the air conditioner stored in the operation mode DB storage unit and the thermal load pattern input to the input device.
前記運転パターン決定部は、
運転パターン候補毎にＣＯＰの値を求め、求められたＣＯＰの値に基づいて運転パターンを決定することを特徴とする空調機器管理システム。 In the air-conditioning equipment management system according to claim 1,
The driving pattern determination unit
An air conditioning equipment management system, wherein a COP value is obtained for each operation pattern candidate, and an operation pattern is determined based on the obtained COP value.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014084164A JP6247990B2 (en) | 2014-04-16 | 2014-04-16 | Air conditioning equipment management system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014084164A JP6247990B2 (en) | 2014-04-16 | 2014-04-16 | Air conditioning equipment management system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015203544A true JP2015203544A (en) | 2015-11-16 |
| JP6247990B2 JP6247990B2 (en) | 2017-12-13 |
Family
ID=54597081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014084164A Expired - Fee Related JP6247990B2 (en) | 2014-04-16 | 2014-04-16 | Air conditioning equipment management system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6247990B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018128228A (en) * | 2017-02-10 | 2018-08-16 | 東京ガスエンジニアリングソリューションズ株式会社 | Heat source machine controller, heat source machine device and heat source machine system |
| WO2018163402A1 (en) * | 2017-03-10 | 2018-09-13 | 株式会社日立製作所 | Air conditioner performance diagnosis device and diagnosis method |
| WO2018186678A1 (en) * | 2017-04-04 | 2018-10-11 | Lg Electronics Inc. | Air conditioning system and control method thereof |
| WO2019097822A1 (en) * | 2017-11-16 | 2019-05-23 | 株式会社日立製作所 | Performance diagnosis device and performance diagnosis method for air conditioner |
| JP6739671B1 (en) * | 2019-08-19 | 2020-08-12 | 三菱電機株式会社 | Information processing equipment |
| JP2020153529A (en) * | 2019-03-18 | 2020-09-24 | ダイキン工業株式会社 | Operation condition determination system of precooling operation or preheating operation of air conditioner |
| JP2022059292A (en) * | 2020-10-01 | 2022-04-13 | 関西電力株式会社 | Individual distribution air-conditioning control method, individual distribution air-conditioning control device, and individual distribution air-conditioning control program |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080178622A1 (en) * | 2007-01-26 | 2008-07-31 | Lg Electronics Inc. | Demand control system and method for multi-type air conditioner |
| JP2008232531A (en) * | 2007-03-20 | 2008-10-02 | Toshiba Corp | Remote performance monitoring device and method |
| JP2009020721A (en) * | 2007-07-12 | 2009-01-29 | Daikin Ind Ltd | Air conditioner deterioration decision unit, air conditioning system, and method and program for deciding deterioration |
| JP2010014323A (en) * | 2008-07-03 | 2010-01-21 | Hitachi Ltd | Deterioration diagnosing device, deterioration diagnosing method, and deterioration diagnosing system for cold supply system |
| WO2010021101A1 (en) * | 2008-08-19 | 2010-02-25 | ダイキン工業株式会社 | Diagnostic aid device |
| JP2013160415A (en) * | 2012-02-03 | 2013-08-19 | Hitachi Plant Technologies Ltd | Heat source system and control method for heat source system |
-
2014
- 2014-04-16 JP JP2014084164A patent/JP6247990B2/en not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080178622A1 (en) * | 2007-01-26 | 2008-07-31 | Lg Electronics Inc. | Demand control system and method for multi-type air conditioner |
| JP2008232531A (en) * | 2007-03-20 | 2008-10-02 | Toshiba Corp | Remote performance monitoring device and method |
| JP2009020721A (en) * | 2007-07-12 | 2009-01-29 | Daikin Ind Ltd | Air conditioner deterioration decision unit, air conditioning system, and method and program for deciding deterioration |
| JP2010014323A (en) * | 2008-07-03 | 2010-01-21 | Hitachi Ltd | Deterioration diagnosing device, deterioration diagnosing method, and deterioration diagnosing system for cold supply system |
| WO2010021101A1 (en) * | 2008-08-19 | 2010-02-25 | ダイキン工業株式会社 | Diagnostic aid device |
| JP2013160415A (en) * | 2012-02-03 | 2013-08-19 | Hitachi Plant Technologies Ltd | Heat source system and control method for heat source system |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018128228A (en) * | 2017-02-10 | 2018-08-16 | 東京ガスエンジニアリングソリューションズ株式会社 | Heat source machine controller, heat source machine device and heat source machine system |
| US10989428B2 (en) | 2017-03-10 | 2021-04-27 | Hitachi, Ltd. | Performance diagnosis device and performance diagnosis method for air conditioner |
| WO2018163402A1 (en) * | 2017-03-10 | 2018-09-13 | 株式会社日立製作所 | Air conditioner performance diagnosis device and diagnosis method |
| CN110177980B (en) * | 2017-03-10 | 2021-08-27 | 株式会社日立制作所 | Performance diagnostic device and performance diagnostic method for air conditioner |
| JPWO2018163402A1 (en) * | 2017-03-10 | 2019-08-08 | 株式会社日立製作所 | Air conditioner performance diagnosis apparatus and performance diagnosis method |
| CN110177980A (en) * | 2017-03-10 | 2019-08-27 | 株式会社日立制作所 | The performance diagnogtics device and performance diagnogtics method of air conditioner |
| WO2018186678A1 (en) * | 2017-04-04 | 2018-10-11 | Lg Electronics Inc. | Air conditioning system and control method thereof |
| US10663187B2 (en) | 2017-04-04 | 2020-05-26 | Lg Electronics Inc. | Air conditioning system and control method thereof |
| JP2019090585A (en) * | 2017-11-16 | 2019-06-13 | 株式会社日立製作所 | Performance diagnostic device and performance diagnostic method for air conditioner |
| WO2019097822A1 (en) * | 2017-11-16 | 2019-05-23 | 株式会社日立製作所 | Performance diagnosis device and performance diagnosis method for air conditioner |
| US11561019B2 (en) | 2017-11-16 | 2023-01-24 | Hitachi, Ltd. | Performance diagnosis device and performance diagnosis method for air conditioner |
| JP2020153529A (en) * | 2019-03-18 | 2020-09-24 | ダイキン工業株式会社 | Operation condition determination system of precooling operation or preheating operation of air conditioner |
| JP7393613B2 (en) | 2019-03-18 | 2023-12-07 | ダイキン工業株式会社 | Operating condition determination system for pre-cooling or pre-warming operation of air conditioners |
| WO2021033231A1 (en) * | 2019-08-19 | 2021-02-25 | 三菱電機株式会社 | Information processing device |
| JP6739671B1 (en) * | 2019-08-19 | 2020-08-12 | 三菱電機株式会社 | Information processing equipment |
| US20220349603A1 (en) * | 2019-08-19 | 2022-11-03 | Mitsubishi Electric Corporation | Information processing apparatus |
| JP2022059292A (en) * | 2020-10-01 | 2022-04-13 | 関西電力株式会社 | Individual distribution air-conditioning control method, individual distribution air-conditioning control device, and individual distribution air-conditioning control program |
| JP7075973B2 (en) | 2020-10-01 | 2022-05-26 | 関西電力株式会社 | Individual distributed air conditioning control method, individual distributed air conditioning control device, and individual distributed air conditioning control program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6247990B2 (en) | 2017-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6247990B2 (en) | Air conditioning equipment management system | |
| US10180672B2 (en) | Demand control device and computer readable medium | |
| EP3317597B1 (en) | System and the associated method for controlling a refrigeration or hvac system | |
| US8886477B2 (en) | Reserve capacity calculating apparatus and method therefor, and computer readable medium | |
| CN107923645B (en) | Air conditioning operation analysis device and non-transitory computer-readable recording medium having program recorded thereon | |
| JP6295867B2 (en) | Air conditioning control system and air conditioning control method | |
| US9466201B2 (en) | Alarm output device and alarm output method | |
| JP2017531876A (en) | Method and apparatus for managing air conditioners | |
| JPWO2015141500A1 (en) | Deterioration estimation method, deterioration estimation system, and deterioration estimation program | |
| EP3862644B1 (en) | Information processing device and air-conditioning system provided with same | |
| JP5940581B2 (en) | Power consumption prediction apparatus, method, and non-transitory computer-readable storage medium | |
| JP2019097327A (en) | Power demand forecasting device, power demand forecasting method, and program | |
| JP5375948B2 (en) | Electronic device having cooling device and cooling program | |
| US10883427B2 (en) | Turbine analysis device, turbine analysis method, and program | |
| JP2015032067A (en) | Storage battery introduction effect evaluation device, storage battery introduction effect evaluation method, and program | |
| JP2020086910A (en) | Air conditioning system management device, data providing system, data providing method, and program | |
| JP2007328682A (en) | Energy saving diagnostic method and energy saving diagnostic system | |
| JP6393215B2 (en) | Peak power expression prediction device and prediction method | |
| JP5969907B2 (en) | Driving efficiency estimation device and program | |
| JP2021526692A (en) | Methods and systems for diagnosing chiller performance abnormalities | |
| WO2017104237A1 (en) | Information processing device, information processing method therefor, and program | |
| JP2016181195A (en) | Peak power expression prediction device and prediction method | |
| JP2015219695A (en) | Abnormality detection system and program | |
| JP2020107055A (en) | Power consumption estimation device and power consumption estimation method | |
| WO2023157359A1 (en) | Device state prediction method and device state prediction system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20170110 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170112 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170131 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171024 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171025 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171120 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6247990 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |